我的优化svm参数的目标函数正确吗？

Question

我有这个目标功能，可以使用PSO优化SVM参数。

rmse <- function(error)
{
  sqrt(mean(error^2))
}

f <- function(V1, V2,V3)
{
  V1 <- log10(B1)
  V2 <- log10(B2)
  V3 <- log10(B3)

  svm.model <- svm(x=train, y=data$y1,scale=F, type= "eps-regression",kernel="radial",cost = V1 ,epsilon= V2 ,gamma= V3)
  error<- data$y1- svm.model$fitted
  return (rmse(error))
}

我正在尝试使用R中的PSOPTIM优化成本，伽玛和epsilon

B3<-  seq(1, 2,0.1)
B1<-  2^(2:9)
B2 <- seq(1,10, 0.1)

n <- 50
m.l <- 50
w <- 0.95
c1 <- 0.2
c2 <- 0.2
xmin <- c(-5.12, -5.12)
xmax <- c(5.12, 5.12)
vmax <- c(4, 4)
optimum <-psoptim(f, n=n, max.loop=m.l, w=w, c1=c1, c2=c2,xmin=xmin, xmax=xmax, vmax=vmax, seed=5, anim=FALSE)

输出不正确，它返回的是成本，伽玛和ε的第一个值的适用性值，而不是向我提供最佳适用性值。

$`sol`
            x1        x2
[1,] -3.069804 -1.181932

$val
[1] 0.03505127

我希望输出是成本，伽玛和epsilon的优化值。我知道该功能不正确。任何帮助将不胜感激。